Setuptools与Python 3.13自由线程版本的兼容性问题分析
在Python生态系统中,Setuptools作为构建和分发Python包的核心工具,其稳定性直接影响着开发者的日常工作效率。近期,有开发者反馈在使用Python 3.13自由线程版本(Free Threading)时,通过pip安装Pillow等包时遇到了构建失败的问题。本文将深入分析这一问题的技术背景、根本原因及解决方案。
问题现象
当开发者在Python 3.13自由线程版本环境下尝试通过pip安装Pillow包时,构建过程会意外终止。错误信息显示在获取构建wheel所需依赖时失败,关键报错为"KeyError: 'version'"。
从错误堆栈可以追踪到,问题发生在Pillow包的setup.py脚本中。该脚本尝试通过exec执行Pillow的_version.py文件,然后从locals()中获取__version__变量,但在Python 3.13自由线程版本环境下,这一操作未能如预期工作。
技术背景
Python 3.13引入了自由线程模式(Free Threading),这是对Python全局解释器锁(GIL)的重大改进。与此同时,Python 3.12中引入的PEP 667("一致且可预测的locals()行为")也对locals()函数的行为进行了规范。
在传统Python版本中,exec执行代码后,新创建的变量会出现在locals()字典中。但根据PEP 667,locals()的行为变得更加严格和一致,特别是在嵌套执行环境中。
问题根源
Pillow包的setup.py使用了以下模式获取版本号:
def get_version():
version_file = "src/PIL/_version.py"
with open(version_file, encoding="utf-8") as f:
exec(compile(f.read(), version_file, "exec"))
return locals()["__version__"]
这种实现方式依赖于exec执行后变量会出现在locals()中的行为。但在Python 3.13自由线程版本中,由于PEP 667的实施,这种假设不再成立,导致无法从locals()中获取__version__变量。
解决方案
Pillow开发团队已经意识到这一问题,并在最新代码中修复了版本获取机制。开发者可以通过以下方式解决:
-
直接从GitHub安装最新版Pillow:
pip install git+https://github.com/python-pillow/Pillow -
等待Pillow发布包含此修复的新版本
对于其他包开发者,建议避免依赖exec+locals()的模式来获取变量,可以考虑更直接的方式如将版本信息存储在简单文本文件中,或使用更可靠的导入机制。
经验总结
这一事件为我们提供了几个重要启示:
-
Python新版本可能会改变一些长期被视为"理所当然"的行为,特别是在涉及执行环境和变量作用域方面。
-
包开发者在编写setup.py时,应该避免过于依赖特定Python版本的实现细节。
-
自由线程模式作为Python的重要演进方向,其引入的变化可能会影响许多现有代码的行为模式。
-
构建工具链的兼容性测试应该覆盖Python的各种构建模式,包括自由线程版本等实验性功能。
随着Python生态系统的持续演进,Setuptools和其他构建工具也需要不断适应这些变化,确保为开发者提供稳定可靠的构建体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00